裂缝类破损是公路路面主要而常见的破损之一,它会加速路面结构损坏,降低公路整体性能和寿命。面对日益增长的路面养护需求,路面裂缝自动检测对于路面养护管理、路面性能评价与预测、路面材料和结构设计具有重要的实用价值。路面裂缝具有位置、种类、严重程度和尺寸等信息,由于路面状况复杂多变,检测路面裂缝信息主要面临着如下挑战：(1)难以快速、准确、全面且稳定地识别路面裂缝；(2)裂缝识别算法评价机制不健全；(3)缺乏行之有效的路面裂缝种类和严重程度自动识别算法。本文在综述路面裂缝自动检测研究进展的基础上,围绕“快速、准确、及时有效地获得路面裂缝信息”这一目标,基于1 mm／像素的路面高精三维图像对裂缝自动识别、裂缝识别算法性能评价和裂缝自动分类进行研究。主要工作内容和研究成果简述如下：1.鉴于既有图像去噪和增强方法大都针对路面灰度图像,不适用于路面三维图像处理,提出了适用于路面高精三维图像的预处理方法：中缝消除算法和降维处理,初步消除噪音、提高图像质量,为裂缝自动识别和分类奠定基础。中缝消除算法根据路面图像左半幅和右半幅的高度差消除图像中央接缝。降维处理则将源图像划分为8像素×8像素的子块,形成降维图像,后续裂缝识别算法直接基于降维图像进行操作。测试表明,中缝消除和降维处理可以降低中缝、噪声和纹理对裂缝识别的影响,有利于快速、准确的裂缝自动识别。2.由于现有路面裂缝自动识别算法难以快速准确地识别完整的裂缝图像,且大都基于路面灰度图像进行设计,本文根据路面高精三维图像提出了基于裂缝种子识别的并行运算裂缝识别算法,以提高运算速度和裂缝识别准确度。该算法有10个并行的子流程,每个流程均有三个关键步骤：裂缝种子识别,裂缝连接,裂缝种子融合与去噪处理。然后将并行子流程产生的10幅裂缝初步识别图像进行融合与去噪处理,获得裂缝图像。测试表明,并行运算框架可较大幅度地提高处理速度且有助于裂缝信息融合,算法最终取得了较高准确率和召回率,优于OTSU阂值分割和Canny边缘检测算法。3.既有路面裂缝识别算法大都建立在平面图像处理的基础之上,为了推动路面裂缝识别朝着立体化方向发展,更稳定有效地识别路面裂缝,提出了考虑路面的立体特征的三维虚拟路面裂缝自动识别算法。首先,对路面三维图像进行4个角度的光照模型处理,获得4幅光照强度图像；其次,应用基于裂缝种子识别的并行运算裂缝识别算法检测源路面三维图像的裂缝信息；然后,检测4幅光照强度图像的阴影区和反光区,将其视为可能的裂缝；最后,将前两步的识别结果进行融合和与去噪,形成裂缝图像。测试表明,该算法裂缝信息融合程度高、检测灵敏,准确率、召回率和稳定性均较高。4.针对路面裂缝识别算法评价,考虑到“缺乏算法性能测试和对比的基准图像”、“既有衡量指标不合理”、“算法参数确定缺乏理论依据”和“既有评价方法适用范围有限”,本文从建立路面裂缝图像基准库、改进裂缝识别算法评定指标、提出算法参数确定方法及完善性能评价方法四个方面入手,提出了系统的裂缝图像自动识别算法性能评价机制,可对算法进行客观合理的评价和对比分析,引导裂缝识别算法改进工作。5.考虑到缺乏行之有效的路面裂缝种类和严重程度自动划分算法,在裂缝目标矢量化分离和几何特征提取的基础上,提出了路面裂缝图像自动分类和严重程度识别算法。首先基于轮廓矢量化自动分离裂缝目标,以适应一张图片有多个裂缝的情况；其次,提出9个裂缝特征的计算方法,遴选出空洞特征、长宽比和倾角显著性为裂缝分类特征；然后,设计区分线性裂缝和网状裂缝的阈值分类算法,推算并测试算法的准确率和召回率；最后,根据裂缝宽度和块度分布特征对裂缝进行严重程度识别。测试结果表明,在无人为干预的情况下,算法可准确、实时地进行裂缝种类和严重程度的识别。概括而言,上述内容形成了获取路面裂缝信息的一套有机体系,为路面养护管理、路面性能评价与预测、路面材料和结构设计提供决策依据：第一部分对路面三维图像进行预处理,为路面裂缝识别和分类奠定基础；第二、三部分对裂缝自动识别(确定裂缝位置信息)进行深入研究,前者基于平面图像处理技术识别裂缝,后者跳出平面图像处理范畴,考虑路面的立体特征进行裂缝自动识别；第四部分提出裂缝识别算法的系统性评价机制,以分析算法性能、引导算法改进;第五部分在裂缝识别结果的基础上提取裂缝种类、严重程度及尺寸等信息。